23.10.

2018

4. ANALIZA SISTEMELOR DISCRETE

LINEARE INVARIANTE ÎN TIMP

4.1. Tehnici de Analiză a Sistemelor Lineare

Există două metode de bază pentru analiza comportării sau răspunsul
unei sisteme liniare la un semnal de intrare dat.
Una din aceste metode se sprijină pe soluţia directă a ecuaţiei intrare-ieşire
a sistemei, care, în general, are forma:
y ( n) F [ y ( n 1), y ( n 2),.... y ( n N ), x ( n ), x ( n 1),..

...., x ( n M )]
N M
În mod special, pentru un sistem LTI y ( n ) a y(n k) b x(n k)
k k
k 1 k 0

unde {ak} şi {bk} sunt parametrii constanţi care specifică sistemul şi sunt
independente de x(n) şi y(n).

Metoda al doua pentru analizarea comportării unui sistem liniar la un semnal

de intrare dat constă mai întâi în descompunerea semnalului de intrare într-o o
sumă de semnalele elementare. Semnalele elementare sunt selectate în aşa fel,
ca răspunsul sistemului la fiecare componentă elementară a semnalului să fie
cu uşurinţă determinată. După aceea, folosind proprietatea de liniaritate a
sistemului, răspunsurile sistemului la semnalele elementare sunt sumate
pentru a obţine răspunsul total al sistemului la semnalul de intrare dat.
Presupunem că semnalul de intrare este x (n) descompus într-o sumă
scalată ale componentelor semnalui elementar xk(n):
x( n) ck xk ( n)
k
Unde {ck} sunt un set de amplitude (coeficienţii de scalare) în
descompunerea semnalului x(n). Acum presupunem că răspunsul sistemului
la componenta semnalui elementar xk (n) este yk (n). Atunci:
y (n) T [ xk (n)]
k
Presupunem că răspunsul la ckxk(n) este ckyk(n), ca consecinţă a
proprietăţii de scalare a sistemului liniar.
În cele din urmă, răspunsul total la intrarea x(n) este:

y (n) T [ x(n)] T c k x k ( n) ckT [ xk (n)] ck y k ( n)

k k k

1
 23.10.2018

4.2. Descompunerea Semnalului Discret în Timp în Impulsuri

Presupunem că noi avem un semnal arbitrar x(n) pe care noi dorim să-l
descompunem într-o o sumă de impulsuri-unitate. Pentru a utiliza notarea
prezentată în punctul precedent, noi selectăm semnalele elementare xk(n)
pentru a fi:
xk ( n) (n k)
unde k reprezintă întârzierea succesiunei-unitate.
Presupunem că noi înmulţim două succesiuni x(n) şi δ(n - k). Deoarece δ(n
- k) este zero peste tot cu excepţia la n = k, unde valoarea lui este unitatea,
rezultatul multiplicării este o altă succesiune care este zero peste tot cu
excepţia la n = k, unde valoarea lui este x(k), după cum este ilustrat mai jos.
Astfel:
x(n) (n k) x( k ) ( n k)
este o succesiune care este zero peste tot cu excepţia la n = k, unde valoarea
lui este x(k).
Dacă noi am repeta înmulţirea x(n) cu δ(n - m), unde m să fie o altă
întârziere ( m ≠ k), rezultatul va fi o succesiune care este zero peste tot cu
excepţia la n = m, unde valoarea lui este x(m). Prin urmare
3

x(n) (n m) x(m) (n m)

Cu alte cuvinte, fiecare înmulţire a semnalului x(n) cu impulsul-unitate la o

întârziere k, [ (n - k)], în esenţă amplasează valoarea unică x(k) a semnalului
x(n) la întârzierea unde impulsul-unitate este diferit de zero.
În consecinţă, dacă noi repetăm această înmulţirea peste toate întârzierile
posibile -∞ < k < ∞, şi sumăm toate secvenţile-produs, rezultatul va constitui o
secvenţă egală cu secvenţa x(n), după cum urmează:

x ( n) x( k ) ( n k)
k
partea dreaptă este suma unui număr infinit de succesiuni cu o singură
mostră unde succesiunea-unitate (n - k) are o valoare a amplitudei de x(k).
4
Deci partea dreaptă arată descompunerea oricărui semnal arbitrar x(n) în o
sumă scalată a succesiunilor-unitate deplasate.

2
 23.10.2018

Multiplicarea semnalului x(n) cu impulsul-unitate deplasat.

Exemplu 4.1. Să considerăm cazul particular a unei succesiuni de o durată

finită precum:
x(n) 2, 4,0,3

Descompuneţi succesiunea x(n) în o sumă de impulsuri scalate.

Soluţie: Deoarece succesiunea x(n) este diferită de zero pentru momentele de timp
n = -1,0,2, noi avem nevoie de trei impulsuri la întârzierile k = -1, 0, 2. Urmând (1.79-
b) noi găsim:

x(n) 2 (n 1) 4 (n) 3 (n 2)

3
 23.10.2018

4.3. Răspunsul Sistemelor LTI la un Semnal Arbitrar: Suma

Convoluţiei.
Mai întâi, noi indicăm răspunsul y(n, k) al sistemului la succesiunea-unitate
de intrare la n = k cu un simbol special h(n, k),

y ( n, k ) h ( n, k ) T (n k)
Dacă impulsul la intrare este scalat cu o cantitate ck = x(k), răspunsul
sistemului este în mod corespunzător scalat, după cum urmează

ck h(k , k ) x(k )h(n, k )

În cele din urmă, dacă intrarea este semnalul arbitrar x(n) care este
exprimat ca sumă scalată de impulsurile unitate, atunci:

x ( n) x( k ) ( n k)
k

După aceea răspunsul sistemului la x(n) este suma coresponzătoare de

ieşiri scalate, după cum urmează:

y ( n ) T x ( n) T x( k ) (n k) x(k )T (n k) x(k )h(n, k )

k k k

Dacă, în plus, sistemul este invariant de timp, formula se simplifică mult. De

fapt, dacă răspunsul sistemul LTI la succesiunea-unitate δ(n) este indicată
precum:
h(n) T (n)
atunci după proprietatea invarianţei în timp, răspunsul sistemului la
succesiunea-unitate întârziată δ (n - k) este

h(n k) T (n k)

4
 23.10.2018

În consecinţă
y ( n) x ( k ) h( n k ) (4.1)
k
Formula (4.1) care dă răspunsul y(n) a unui sistem LTI ca funcţia intrării x(n)
şi impulsul-unitate h(n) se numeşte suma convoluţiei.

Noi spunem că intrarea x(n) este în convoluţie cu funcţia de răspuns la

impulsul-unitate h(n) pentru a obţine răspunsul y(n).
Procedura pentru calcularea răspunsului y(n), atât din punct de vedere
matematic cât şi în mod grafic, cunoscând intrarea dată x(n) şi funcţia de
răspuns la impulsu-unitate h(n) a sistemului.
Presupunem că noi dorim să calculăm ieşirea sistemului la nişte momente
de timp, numite n = no. Conform (1.86), răspunsul la n = no este dat precum:

y (n0 ) x(k )h(n0 k)

k

y ( n) x ( k ) h( n k)
k
Procesul de a calcula convoluţia între x(k) şi h(k) implică să următorii patru
paşi:

1. Reflectarea . Reflectarea h(k) faţă de k = 0 pentru a obţine h(-k).

2. Deplasarea. Deplasarea h(-k) cu no la dreapta (stânga) dacă no este pozitiv
(negativ), pentru a obţine h(no - k).
3. Multiplicarea. Multiplicarea x(k) cu h(no - k) pentru a obţine succesiunea
de produs.
vno(k) = x(k)h(no - k).
4. Sumarea. Sumarea a toate valorile succesiunii de produs vno(k) pentru a
obţine valoarea ieşirii la timpul n = no.
10

5
 23.10.2018

Menţionăm, că această procedură are drept rezultat răspunsul sistemului la

un singur moment de timp, şi anume n = n0. În general, noi suntem
cointeresaţi în evaluarea răspunsul sistemului peste toate momente de timp -
∞ < n < ∞. Consecutiv, paşii 2 până la 4 în mod similar trebuie repetaţi pentru
toate deplasările de timp -∞ < n < ∞.

Să demonstrăm acest proces grafic:

11

12

6
 23.10.2018

13

14

7
 23.10.2018

Convoluţia continuă

15

Operaţia de convoluţie este comutativă în sens că este nesemnificativ care

din două succesiuni este reflectată şi deplasată .
Dacă noi în primul rând în (4.1) schimbăm în sumare variabila de la k la m,
definind un index nou m = n - k, atunci k = n - m şi (4.1) devine

y ( n) x(n m)h(m)
m

Deoarece m este un indice semnificativ, noi putem pur şi simplu să

înlocuim m cu k :
y ( n) x ( n k ) h( k ) (4.2)
k

Deşi ieşirea y(n) în (4.2) este identic la (4.1), succesiunile de produs în două
forme ale formulei convoluţiei nu sunt identice. De fapt, dacă noi definim două
succesiuni de produs ca

vn ( k ) x ( k ) h( n k) vn ( k ) y ( n) vn ( k ) n (n k)
n (n k)
n (k ) x( n k ) h( k ) k k

16

8
 23.10.2018

Determinaţi ieşirea y(n) unui sistem relaxat liniar invariant în timp cu

Exemplu 4.2 funcţia de răspuns la impulsul-unitate:

h(n) a nu (n), a 1 x(n) u (n)

Când intrarea este o succesiunea unei trepte unitate, care este,

x(n) = u(n)

18

9
 23.10.2018

1 an 1
pentru n > 0, ieşirea este: e( n ) 1 a a2 .... an
1 a

Pe pe de altă parte, pentru n < 0, secvenţa produs constă numai din zerouri.
Atunci
y(n) = 0, n < 0
1
Dacă a < 1, valoarea finală a ieşirii se apropie infinit y ( ) lim y (n) 1 a
n

Pentru a rezuma, formula convoluţiei ne dă posibilitatea să calculăm

răspunsul unui sistem relaxat, liniar şi invariant în timp la oricare semnal de
intrare arbitrar x(n).

19

• Convolution demo

20

10
 23.10.2018

4.4. Proprietăţile Convoluţiei şi Interconectarea Sistemelor LTI

Este convenabil de a simplifica notarea folosind un asterisc pentru a

indica operaţia de convoluţie. Deci:
y ( n) x ( n) * h( n) x ( k ) h( n k)
k

Pe de altă parte, noi de asemenea am arătat că:

Legea comutativă

Interpretarea proprietăţii commutative a convoluţiei

x ( n) * h( n) h( n) * x ( n)

11
 23.10.2018

Legea asociativă x(n) * h1(n) * h2 (n) x(n) * h1(n) * h2 (n)

Din punct de vedere fizic noi putem să interpretăm x(n) ca semnal de intrare la
un sistem linear şi invariant în timp cu funcţia de răspuns la impulsul-unitate
h1(n). Ieşirea acestui sistem, indicat ca y1(n), devine intrarea la un alt sistem
linear şi invariant în timp cu funcţia de răspuns la impulsul-unitate h2(n).
Atunci: 23

y (n) y1 (n) * h2 (n) x(n) * h1 (n) * h2 (n)

Astfel partea din stânga a (1.55) corespunde cazului când avem două
sisteme lineare şi invariant în timp conectate în cascadă

x(n) * h1(n) * h2 (n) x(n) * h1(n) * h2 (n)

Acum partea din dreapta a (1.55) indică că intrarea x(n) este aplicat la
un sistem echivalent având o funcţie de răspuns la impul-unitate h(n) care
este egal cu convoluţia a două funcţii de răspuns la impulsul-unitate. Deci

h(n) h1(n) * h2 (n)

y ( n) x ( n) * h( n)

Implicaţiile proptietăţii asociativă şi proptietăţii asociativă şi

commută tive( b) ale convoluţiei

24

12
 23.10.2018

Dacă noi avem L sisteme liniare invariante în timp în cascadă cu funcţiile

de răspuns la impulsuri h1(n), h2(n),..., hL(n), există un sistem echivalent liniar
şi invariant în timp având o funcţie de răspuns la impulsuri care esze egal cu
(L -1) - convoluţie a funcţiilor de răspuns la impulsuri

h(n) = h1(n) * h2(n) *. . . * hL(n)

25

Legea distributivă x(n) * h1(n) h2 (n) x(n) * h1(n) x(n) * h2 (n)

Tratată din punct de vedere fizic, această lege indică că dacă noi avem două
sisteme liniare invariante în timp cu funcţiile de rãspuns la impulsuri h1(n) şi h2
(n) excitate cu acelaşi semnal de intrare x(n), suma a două răspunsuri este
identică la răspunsul unui sistem total cu funcţia de răspuns la impulsul
unitate
h(n) h1(n) h2 (n)

26

13
 23.10.2018

Interconectarea de L sisteme liniare invariante în timp cu funcţiile de

răspuns la impulsuri unitate h1(n), h2(n), . . . ,hL(n) şi aplicate la aceeaşi intrare
x(n) este echivalentă cu un sistem cu funcţia de răspuns la impulsul unitate:
L
h(n) h j ( n)
j 1

27

4.5. Sisteme Cauzale Lineare Imvariante în Timp

Noi am definit un sistem cauzal ca un sistem la care ieşirea la momentul n
depinde numai de intrările prezente şi trecute dar să nu depindă de intrările
viitoare.

În cazul unui sistem liniar invariant în timp, cauzalitatea poate să fie

tradusă la o condiţie de funcţia de răspuns la impulsul unitate. Fie:

y (n0 ) x(k )h(n0 k)

k
Presupunem că noi subîmpărţim suma în două seturi de termene, o sumă
implicând valorile prezente şi trecute de intrare, şi alta implicând valorile
viitoare de intrare x(n), n > no

28

14
 23.10.2018

Acum, dacă rezultatul la momentul de timp n = no depinde numai de

valorile prezente şi trecute ale intrării, atunci, clar, funcţia de răspuns la
impulsul unitate a sistemului trebuie să satisfacă condiţia
h(n) = 0 n<0
Deoarece h(n) este răspunsul unui sistem liniar invariant în timp la
impulsul unitate adresat la n = 0, urmează că h(n) = 0 pentru n < 0 este
ambele condiţii - necesară şi suficientã - pentru cauzalitate.

Deci un sistem LTI este cauzal dacã şi numai dacã funcţia de rãspuns la impul
unitate este zero pentru valorile negative de n.

29

Deoarece pentru un sistem cauzal, h(n) = 0 pentru n < 0, limitele sumei în

formula convoluţiei pot fi schimbate pentru a reflecta aceste restricţii.

Dacă intrarea la un sistem cauzal liniar invariant în timp este o succesiune

cauzală, [dacă x(n) = 0 pentru n < 0], atunci limitele în formula convoluţiei
sunt în plus limitate. În acest caz două forme echivalente ale formulei
convoluţiei devin:

30

15
 23.10.2018

4.6. CORELAŢIA SEMNALELOR DISCRETE ÎN TIMP

4.6.1 Crosscorrelaţia şi Autocorrelaţia

Detectarea ţintei de către radar

Crosscorrelaţia x(n) şi y(n) este o succesiune rxy(I), eu este definită precum

Indexul l este parametrul de (timp) deplasare (sau rămânere în urmă) şi

indicii xy la succesiunea crosscorrelaţiei rxy(l) indică succesiunile corelate.

31

Dacă noi inversăm rolurile x(n) şi y(n) rxy(l) = ryx(-I)

În cazul particular când y(n) = x(n), noi avem autocorelarea de x(n), care este
definită ca succesiunea:

32

16
 23.10.2018

Exemplu 4.3

Determinaţi succesiunea crosscorrelaţiei rxy(l) a succesiunilor

Soluţie
Noi folosim definiţia (1.108) pentru a calcula rxy(l). Pentru l = 0 noi avem

Succesiunea de produs v0(n) = x(n)y(n) este

şi deci suma peste tuturor valorilor n este:

33

Pentru l> 0, pur şi simplu deplasăm y(n) la drepta relativ de x(n) cu 1 unitate,
calculăm succesiunea de produs v1(n) = x(n)y(n - 1), şi în final, sumăm toate
valorile succesiunii-produs. Astfel noi obţinem:

Pentru l < 0, noi deplasăm y(n) spre stânga relativ de x(n) cu 1 unitate,
calculăm succesiunea de produs v1(n) = x(n)y(n - 1), şi sumăm toate valorile
succesiunii de produs. Astfel noi obţinem valorile succesiune
crosscorrelaţiei

34

17
 23.10.2018

În consecinţă, succesiunea crosscorrelaţiei x(n) şi y(n) este:

Asemănările între calcularea crosscorrelaţiei a două succesiuni şi

convoluţia a două succesiuni sunt evidente. În calcularea convoluţiei, una
dintre succesiuni este reflectată, apoi deplasată, apoi multiplicată cu altă
succesiune pentru a forma succesiunea - produs pentru această deplasare, şi
în cele din urmă, valorile succesiunea de produs sunt adunate. În afară de
operaţia de reflectare, calcularea succesiunei crosscorrelaţiei implică
aceleaşi operaţii: deplasarea unei dintre succesiuni, înmulţire a două
succesiuni, şi adunarea a toate valorile succesiunii de produs.

35

4.6.2 Corelarea secvenţelor periodice

În secţiunea precedentă am definit secvenţe de crosscorrelatie şi

autocorelaţie pentru semnale de energie. În această secţiune luăm în
considerare secvenţe de corelaţie pentru semnale de putere şi, în special
semnale, periodice.
Fie x(n) şi y(n) două semnale de putere. Succesiunea crosscorelaţie este
definită ca
(2.6.22)

Dacă x(n)=y(n), avem definiţia secvenţei de autocorelare a unui semnal de

putere ca:
(2.6.23)

36

18
 23.10.2018

În special, în care x(n) şi y(n) sunt două secvenţe periodice, fiecare cu

perioada N, mediile indicate în (2.6.22) şi (2.6.23) pe parcursul întregului interval
infinit, sunt identice la mediile pe o singură perioadă, astfel încât (2.6.22) şi
(2.6.23) se reduc la
(2.6.25)

şi
(2.6.25)

37

Este clar faptul că rxy(I) şi rxx(l) sunt secvenţe de corelaţie periodice cu

perioada N. Factorul 1 / N poate fi privit ca un factor de scara de normalizare.
În unele aplicaţii practice, corelaţia este folosită pentru a identifica
periodicitatea într-un semnal fizic observat care poate fi corupt de interferenţe
aleatoare. Pentru exemplu, să considerăm o secvenţă de semnaI y(n) de
forma
(2.6.26)
unde x(n) este o secvenţă periodică de o perioadă N necunoscută şi ω(n)
reprezintă interferenţe aleatorii aditive.
Să presupunem că observăm M probe din y(n), să zicem 0≤n≤M - 1, în cazul
în care M>>N. Pentru toate scopurile practice, putem presupune că y(n)=0
pentru n<0 şi n≥M. Acum secvenţa de autocorelare a y(n), utilizând factorul
de normalizare a 1/M, este

(2.6.27)

19
 23.10.2018

Dacă am substitut pentru y(n) din (2.6.26) în

(2.6.27) se obţine

39

Primul factor de pe partea dreaptă a (2.6.28) este autocorelaţia

secvenţei de x(n). Deoarece x(n) este periodică, secvenţa de autocorelaţie
expune aceeaşi periodicitate, care conţine astfel varfuri relativ mai mari la
l = 0, N, 2N, şi aşa mai departe.
Cu toate acestea, dacă deplasarea l se apropie se apropie de M,
vârfurile sunt reduse în amplitudine datorită faptului că avem o
înregistrare finită de eşantioane M, astfel încât multe dintre produsele
x(n)x(n-I) sunt zero.
În consecinţă, ar trebui să evităm calculul ryy(l) pentru lag-uri mari, să
zicem, l>M/2.

Crosscorrelaţia rxω(l) şi rωx(l) între semnal x(n) şi interferenţe aditive

aleatorii sunt de asteptat sa fie relativ mici, ca urmare a speranţei că x(n) şi
ω(n) vor fi total independenţi (unrelated).
În cele din urmă, ultimul termen în partea dreaptă a (2.6.28) este o secvenţă
de autocorelare a secvenţei aleatoare ω(n). Această secvenţă de corelaţie va
conţine cu siguranţă un vârf la I = 0, dar datorită caracteristicilor sale aleatorii,
rωω(l) este de aşteptat să descrescă rapid spre zero.
În consecinţă, numai rxx(l) este de asteptat sa aiba varfuri mari pentru l>0.
Acest comportament ne permite de a detecta prezenţa semnalului periodic x(n)
îngropat în interferenţele ω(n) şi pentru a identifica perioada sa.

40

20
 23.10.2018

Un exemplu care ilustrează utilizarea autocorelaţiei pentru a identifica

periodicitatea ascunsă într-un semnal fizic observată este prezentată în
Fig.2.40. Această figură ilustrează secvenţa de autocorelaţie (normalizată),
pentru numerele pete solare Wolfer pentru 0 ≤ l ≤ 20 unde orice valoare de l
corespunde la unui an. Aceste numere sunt prezentate în Tabelul 2.2 pentru
perioada de 100 de ani 1770-1869. Există dovezi clare în această figură că
există o tendinţă periodică, cu o perioadă de 10 la 11 ani.

41

Exemplul 4.4
Să presupunem că o secvenţă de semnal x(n)=sin(π/5)n pentru 0 ≤n≤ 99
este coruptă de secvenţă de zgomot aditiv ω(n) unde valorile de zgomot aditiv sunt
selectate independent de la un eşantion la altul dintr-o distribuţie uniformă peste
intervalul(-∆ /2, ∆ /2), unde ∆ este un parametru de distribuţie. Secvenţa observată
este y(n) = x(n)+ω(n). Determinaţi secvenţa de autocorelare ryy(n) şi astfel,
determinaţi perioada de semnal x(n).

21
 23.10.2018

Soluţie. Presupunem că secvenţa de semnal x(n) are o perioadă necunoscută pe

care încercăm să o determinăm din observaţii corupte de zgomot. Deşi x(n) este
periodică cu perioada de 10, avem doar o secventa finita, durata de lungime m = 100
[sau 10 perioade de x(n)]. Nivelul de putere Pω a zgomotului ω(n) este determinat de
parametrul ∆. Am determinat că Pω = ∆2/12. Nivelul de putere a semnalului este Px= ½.
Deaceea raportul semnal-zgomot (RSZ) este definit ca

De obicei RSZ-SNR este exprimat pe o scară

logaritmică în decibeli (dB) ca 10log10(Px/Pω).
Figura ilustrează un exemplu de secvenţă de
zgomot ω (n) şi secvenţele observate y(n) = x(n) + ω(n)
în cazul în care RSZ = 1 dB. Secvenţă autocorrelaţiei

Utilizarea autocorelaţiei
pentru a detecta prezenţa a
unui semnal periodic corupt
de către zgomot.
zgomot.
43

Secvenţă autocorrelaţiei ryy(l) este ilustrată în Fig. 2.41c. Observăm că semnal

periodic x(n), încorporat în y (n), rezultată într-or funcţie de autocorelare rxx(l),
periodică cu perioada de N = 10.

Figura 242 Utilizarea de autocorelaţie pentru a detecta prezenţa unui semnal periodic
corupt de zgomot.

Efectul zgomotului aditiv este de a adăuga la valoarea de vârf de la

l=0, dar pentru l≠0, secvenţa de corelaţie rωω(l) ≈ 0, ca urmare a faptului
că valorile ω(n) au fost generate independent. Un astfel de zgomot este
de obicei numit zgomot alb. Prezenţa acestui zgomot explică motivul
pentru vârful mare la l=0. Varfuri mai mici, aproape egale la l = ±10, ±
20,... se datorează caracteristicilor periodice ale x(n).

44

22
 23.10.2018

Figura ilustrează secvenţa de zgomot ω(n), semnal corupt de zgomot y(n)

şi secvenţa de autocorelaţie ryy(l) pentru acelaşi semnal, în care este înglobat
un semnal la un nivel de zgomot mai mic. În acest caz, RSZ = 5 dB.
Chiar şi cu acest nivel de zgomot relativ mic, periodicitatea a semnalului
nu este uşor de determinat din observaţiile y(n). Cu toate acestea, aceasta
este în mod evident clar din observarea autocorelaţiei secvenţei ryy(n).

45

23